中國並行演算法的先驅

㈠ 畢業設計 我想闡述一下並行計算的發展

從20世紀40年代開始的現代計算機發展歷程可以分為兩個明顯的發展時代：串列計算時代、並行計算時代。每一個計算時代都從體系結構發展開始，接著是系統軟體（特別是編譯器與操作系統）、應用軟體，最後隨著問題求解環境的發展而達到頂峰。

並行計算機是由一組處理單元組成的。這組處理單元通過相互之間的通信與協作，以更快的速度共同完成一項大規模的計算任務。因此，並行計算機的兩個最主要的組成部分是計算節點和節點間的通信與協作機制。並行計算機體系結構的發展也主要體現在計算節點性能的提高以及節點間通信技術的改進兩方面。

節點性能不斷進步

20世紀60年代初期，由於晶體管以及磁芯存儲器的出現，處理單元變得越來越小，存儲器也更加小巧和廉價。這些技術發展的結果導致了並行計算機的出現。這一時期的並行計算機多是規模不大的共享存儲多處理器系統，即所謂大型主機。IBM 360是這一時期的典型代表。

到了20世紀60年代末期，同一個處理器開始設置多個功能相同的功能單元，流水線技術也出現了。與單純提高時鍾頻率相比，這些並行特性在處理器內部的應用大大提高了並行計算機系統的性能。伊利諾依大學和Burroughs公司此時開始實施Illiac Ⅳ計劃，研製一台64顆CPU的SIMD主機系統，它涉及到硬體技術、體系結構、I/O設備、操作系統、程序設計語言直至應用程序在內的眾多研究課題。不過，當一台規模大大縮小的原型系統（僅使用了16顆CPU）終於在1975年面世時，整個計算機界已經發生了巨大變化。

首先是存儲系統概念的革新，提出虛擬存儲和緩存的思想。以IBM 360/85和IBM 360/91為例，兩者是屬於同一系列的兩個機型，IBM 360/91的主頻高於IBM 360/85，所選用的內存速度也較快，並且採用了動態調度的指令流水線。但是，IBM 360/85的整體性能卻高於IBM 360/91，惟一的原因就是前者採用了緩存技術，而後者則沒有。

其次是半導體存儲器開始代替磁芯存儲器。最初，半導體存儲器只是在某些機器中被用作緩存，而CDC7600則率先全面採用這種體積更小、速度更快、可以直接定址的半導體存儲器，磁芯存儲器從此退出了歷史舞台。與此同時，集成電路也出現了，並迅速應用到計算機中。元器件技術的這兩大革命性突破，使得Illiac Ⅳ的設計者們在底層硬體以及並行體系結構方面提出的種種改進都大為遜色。

處理器高速發展

1976年Cray-1問世以後，向量計算機從此牢牢地控制著整個高性能計算機市場15年。Cray-1對所使用的邏輯電路進行了精心的設計，採用了我們如今稱為RISC的精簡指令集，還引入了向量寄存器，以完成向量運算。這一系列技術手段的使用，使Cray-1的主頻達到了80MHz。

微處理器隨著機器的字長從4位、8位、16位一直增加到32位，其性能也隨之顯著提高。正是因為看到了微處理器的這種潛力，卡內基·梅隆大學開始在當時流行的DEC PDP-11小型計算機的基礎上研製一台由16台PDP-11/40處理機通過交叉開關與16個共享存儲器模塊相連接而成的共享存儲多處理器系統C.mmp。

從20世紀80年代開始，微處理器技術一直在高速前進。稍後又出現了非常適合於SMP方式的匯流排協議。而伯克利加州大學則對匯流排協議進行了擴展，提出了Cache一致性問題的處理方案。從此，C.mmp開創出的共享存儲多處理器之路越走越寬。現在，這種體系結構已經基本上統治了伺服器和桌面工作站市場。

通信機制穩步前進

同一時期，基於消息傳遞機制的並行計算機也開始不斷涌現。20世紀80年代中期，加州理工學院成功地將64個i8086/i8087處理器通過超立方體互連結構連結起來。此後，便先後出現了Intel iPSC系列、INMOS Transputer系列，Intel Paragon以及IBM SP的前身Vulcan等基於消息傳遞機制的並行計算機。

20世紀80年代末到90年代初，共享存儲器方式的大規模並行計算機又獲得了新的發展。IBM將大量早期RISC微處理器通過蝶形互連網路連結起來。人們開始考慮如何才能在實現共享存儲器緩存一致的同時，使系統具有一定的可擴展性。20世紀90年代初期，斯坦福大學提出了DASH計劃，它通過維護一個保存有每一緩存塊位置信息的目錄結構來實現分布式共享存儲器的緩存一致性。後來，IEEE在此基礎上提出了緩存一致性協議的標准。

20世紀90年代至今，主要的幾種體系結構開始走向融合。

屬於數據並行類型的CM-5除大量採用商品化的微處理器以外，也允許用戶層的程序傳遞一些簡單的消息。

Cray T3D是一台NUMA結構的共享存儲型並行計算機，但是它也提供了全局同步機制、消息隊列機制，並採取了一些減少消息傳遞延遲的技術。

隨著微處理器商品化、網路設備的發展以及MPI/PVM等並行編程標準的發布，集群架構的並行計算機出現開始。IBM SP2系列集群系統就是其中的典型代表。在這些系統中，各個節點採用的都是標準的商品化計算機，它們之間通過高速網路連接起來。
1.2 有限元並行計算的發展和現狀
目前，在計算力學領域內，圍繞著基於變分原理的有限元法
和基於邊界積分方程的邊界元法，以及基於現在問世的各種並行
計算機，逐漸形成了一個新的學科分支——有限元並行計算。它
是高效能的，使得許多現在應用串列計算機和串列演算法不能解決
或求解不好的大型的、復雜的力學問題能得到滿意的解答，故其
發展速度十分驚人。在國際上已經掀起了利用並行機進行工程分
析和研究的高潮。從1975到1995年的二十年間，有關有限元方法
和相應的數值並行計算的文章已發表1000餘篇。
有限元並行計算正在向兩個方向發展。一是對系統方程組實
施並行求解的各種演算法。二是並行分析方法，包括有限元並行算
法和邊界元並行演算法，前者趨向成熟，而後者的研究較少。對這
一方面的研究，是為了挖掘有限元計算自身潛在的並行性，是有
限元並行計算的根本問題。
1.2.1國內
並行演算法的設計和有效實現強烈地依賴於並行機的硬軟體環
境。國內僅極少數單位擁有並行機，且機型雜亂，因此研究人員
少，起步晚，而且局限於特定的硬體環境。從有限元分析方法的
內容來看，發表的幾十篇研究論文（報告）還未顯示出較強的系
統性。
1）南京航空航天大學周樹荃教授等在YH-1向量機上實現了剛度
矩陣計算、對稱帶狀矩陣的Cholesky分解和線性方程組的求解等
並行處理。針對不規則結構工程分析問題，他們還採用了變帶寬
存貯方法，並實現了剛度矩陣的並行計算以及求解變帶寬稀疏線
性方程組的並行直接解法【20】。
2）中國科學院計算中心王藎賢研究員等在基於Transputer晶元
的分布式MIMD系統上，提出了有限元分析中變帶寬線性方程組的
並行直接解法，初步完成了一個靜力分析程序【21】。
3）重慶大學張汝清教授等藉助於ELXSI-6400共享存貯器型MIMD
系統，先後開展了范圍比較廣泛的並行演算法研究，主要成果有：
a)提出了靜力分析中子結構解法的並行演算法，以及動力分析中模
態綜合子結構法的並行演算法；
b)從波前法出發，發展了多波前並行演算法以求解大型結構分析
問題；
c)從Jacobi塊迭代法和加權殘差法出發，導出了基於非同步控制的
有限元方程並行解法和有限元並行迭代的基本格式；
d)利用圖論中的著色理論，實現了剛度矩陣的並行計算；
e)實現了基於有色線剖分的SOR並行迭代解法；
f)實現了子空間迭代法、Lanczos法以及利用多項式割線迭代法
和矢量迭代法求解結構固有頻率和模態的並行演算法；
g)針對彈塑性分析，提出了一種多波前子結構並行演算法；
h)針對彈性接觸問題，提出了一種基於參數變分原理的並行解法；
i)實現了一步積分法的並行處理【22】。
4）南京航空航天大學喬新教授等藉助於Transputer晶元的分布式
MIMD系統實現了有限元方程組的並行直接解法，並提出了基於子結
構的預處理共軛梯度法的並行計算方法【23】。
此外，浙江大學姚堅【24】、中國科學院西南計算中心馬寅國、
東北工學院張鐵以及國防科技大學六系也曾對有限元分析的並行計
算開展了一些研究。
上述研究結果表明，國內並行計算方法的研究，在硬體上基於
向量機、分布式並行機和共享存貯式並行機；在內容上，似乎面很
廣，但系統性和深度還很不夠，軟體開發距實際應用和商品化還有
很大距離，對不依賴並行機具體環境的通用並行演算法研究還很少，
同樣對旨在進行結構有限元分析的並行計算的硬體研究也很少。
1.2.2國外
自從美國國家宇航局（NASA）的A.K.Noor於1975年發表第一篇
有限元並行計算的文章以來，有限元並行處理技術幾乎與並行計算
機同步發展。距不完全統計，到1992年，國外已發表了400餘篇這方
面的論文，其中後5年的文章篇數是前12年的總和。在研究內容上也
由過去的演算法研究發展到了演算法、軟體和硬體相結合的研究，並針對
一些機型開發了一些實用的大型結構分析軟體。
1）有限元機器FEM【25】（Finite Element Machine）。早在70年
代末，就有人發表了有關FEM的論文，1982年美國國家宇航局Langley
研究中心的O.O.Storaasli等撰文詳細地介紹了該中心設計的供研究
用的FEM。該機器由1個處理器陣列、1台作為控制器的微機和1個並行
操作系統及一些模塊化了的通用並行演算法程序組成，用戶使用系統的
文本編輯器和控制器的其它特殊功能，能建立有限元計算模型並進行
分析。10多年來，又有一些人在這一方面進行了不懈的努力，但FEM
的發展前景仍然不太令人樂觀。
2）心動陣列並行機【26】。心動陣列並行機主要應用於信號和圖象
的並行處理，但由於其高效的矩陣計算功能，近年來有人把它應用於
有限元分析，並作了一些有益的嘗試。
3）巨型向量機【27】。在有限元分析中越來越顯示出巨大的威力，
處於領先的是美國思維公司的CM-2。許多結構分析家把這個具有65536
個處理器的巨型向量機應用於有限元計算，如T.Belyschko等人採用顯
式方法，完成了具有32768個單元的殼的非線性有限元計算，並行效率
極高，速度幾乎比CRAY X-MP/14並行機高出1個數量級。
4）並行機網路和工作站網路【28】。日本東京大學矢川等藉助高速網
絡把3台CRAY Y-MP機聯成網路進行有限元分析，有限元方程求解採用
的是基於區域分裂技術的共軛梯度法（CGM）， 在求解三維彈性問題
時自由度個數超過了100萬，系統平均運行速度高達1.74GFLOPS。另外，
他們還基於一個工程工作站網路，在並行環境下進行了類似的研究，
求解問題的自由度數高達20萬個。
--
我左看右看前看後看可還是看不過來
這個....那個....我越看越奇怪....
不是我不明白，這世界變化快

㈡ pso的並行演算法

與大多數隨機優化演算法相似，當適應值評價函數的計算量比較大時，PSO演算法的計算量會很大。為了解決該問題，研究者提出了並行PSO演算法。與並行遺傳演算法類似，並行PSO演算法也可以有三種並行群體模型：主從並行模型、島嶼群體模型和鄰接模型。
Schutte採用同步實現方式，在計算完一代中所有點的適應值之後才進入下一代。這種並行方法雖然實現簡單，但常常會導致並行效率很差。故而有人提出非同步方式的並行演算法，可以在對數值精度影響不大的條件下提高PSO演算法的並行性能。這兩種方式採用的都是主從並行模型，其中非同步方式在求解上耦合性更高，更容易產生通信瓶頸。
Baskar提出一種兩個子種群並行演化的並發PSO演算法，其中一個子種群採用原始的PSO演算法，另一個子種群採用基於適應值距離比的PSO演算法（FDR-PSO）；兩個子種群之間頻繁地進行信息交換。而El-Abd研究了在子種群中採用局部鄰域版本的協作PSO演算法，並研究了多種信息交換的方式及其對演算法性能的影響。黃芳提出一種基於島嶼群體模型的並行PSO演算法，並引入一種集中式遷移策略，提高了求解效率，同時改善了早收斂現象。
Li提出延遲交換信息的並行演算法屬於鄰接模型，該演算法可以提高速度，但可能使得解的質量變差。

㈢ 並行演算法的並行演算法的研究內容

(1) 並行計算模型 並行演算法作為一門學科，首先研究的是並行計算模型。並行計算模型是演算法設計者與體系結構研究者之間的一個橋梁，是並行演算法設計和分析的基礎。它屏蔽了並行機之間的差異，從並行機中抽取若干個能反映計算特性的可計算或可測量的參數，並按照模型所定義的計算行為構造成本函數，以此進行演算法的復雜度分析。
並行計算模型的第一代是共享存儲模型，如SIMD-SM和MIMD-SM的一些計算模型，模型參數主要是CPU的單位計算時間，這樣科學家可以忽略一些細節，集中精力設計演算法。第二代是分布存儲模型。在這個階段，人們逐漸意識到對並行計算機性能帶來影響的不僅僅是CPU，還有通信。因此如何把不同的通信性能抽象成模型參數，是這個階段的研究重點。第三代是分布共享存儲模型，也是我們目前研究所處的階段。隨著網路技術的發展，通信延遲固然還有影響，但對並行帶來的影響不再像當年那樣重要，注重計算系統的多層次存儲特性的影響。
(2) 設計技術並行演算法研究的第二部分是並行演算法的設計技術。雖然並行演算法研究還不是太成熟，但並行演算法的設計依然是有章可循的，例如劃分法、分治法、平衡樹法、倍增法/指針跳躍法、流水線法破對稱法等都是常用的設計並行演算法的方法。另外人們還可以根據問題的特性來選擇適合的設計方法。
（3）並行演算法分為多機並行和多線程並行。多機並行，如MPI技術；多線程並行，如OpenMP技術。
以上是並行演算法的常規研究內容。

㈣ 並行遺傳演算法的簡介

並行遺傳演算法，.指對遺傳演算法進行並行設計後的演算法。遺傳演算法具有天生的並行性，根據演算法復雜度，演算法的結構可以有很多種並行設計方法。在當前多核處理器已經成為主流配置的大環境中，並行設計可以充分利用處理器資源，提高演算法效率。

㈤ 陳國良的主要成果

先後主持完成了10多項國家863計劃、國家攀登計劃、國家自然基金、教育部博士基金等科研項目。取得了多項被國內外廣泛引用的、達到國際先進水平的科研成果，發表論文100多篇，出版著作7部，譯著5部，參與主編計算機類辭典、詞彙5部，主審、主編計算機類各種教材8部。
獲國家級二等獎以及部、省、院級一等、二等、三等獎共14項。 [1] 陳國良等，《並行計算機體系結構》，高等教育出版社，2002。
[2] 陳國良，《並行計算：結構，演算法，編程》，高等教育出版社，1999。
[3] 陳國良等，《遺傳演算法及其應用》，人民郵電出版社，1996。
[4] 陳國良，《並行演算法的設計與分析》，高等教育出版社，1994。
[5] 陳國良，陳崚，《VLSI計算理論與並行演算法》，中國科大出版社，1991。
[6] 陳國良，《並行演算法：排序和選擇》，中國科大出版社，1990。
[7] 王鼎興，陳國良，《互連網路結構分析》，科學出版社，1990。 陳國良，基於曙光1000的中尺度數值氣象預報系統及其在江淮流域適用性研究，小型微型計算機系統，Vol.21, No.11, p1121-1125, 2000.11。
陳國良，淮河中上游群庫聯合優化調度演算法及其並行實現，小型微型計算機系統，Vol.21, No.6, p603-607, 2000.6。
陳國良，林潔，顧乃傑， 分布式存儲的並行串匹配演算法的設計與分析，軟體學報， 11(6), pp. 771-778, 2000.6
Chen gouliang，Heuristics for Line Capacity Design of PWE Assembly Systems，J. of China Univ. of Sci. & Tech.，Vol.30, No.2, p142-150, 2000.4。
陳國良，桂孝生，楊勃，Walch變換的截斷方法及其並行實現，中國科大學報，Vol.28，No.3，pp.270-276，1998
陳國良，許錦波，LogP模型上的一類蝶式計算的通信策略，計算機學報，Vol.20，No.8，pp.695-701，1997
陳國良，熊焰，顧乃傑，面向應用的神經信息處理系統（NIPS），計算機研究與發展，Vol. 33，No.12，pp.887-892，1996
陳國良，李曉峰，黃偉民，並行FFT演算法在3種並行計算模型上的設計和分析，軟體學報，Vol.7，增刊， pp.57-63，1996
陳國良，並行演算法的可擴放性分析， 小型微型計算機系統，Vol.16，No.2，pp.10-16，1995
陳國良，梁維發，沈鴻，並行圖論演算法研究進展，計算機研究與發展，Vol.32，No.9，pp.1-16，1995
陳國良，更實際的並行計算模型，小型微型計算機系統，Vol.16，No.2，pp.1-9，1995
Chen Guoliang，Zhu Song-chun，Chin Shao-ou，On the Master-Slave Neural Network Models，proc.IJCNN』92，Beijing，1992
陳國良，熊焰，方祥，通用並行神經網路模擬系統GP2N2S2，小型微型計算機系統，Vol.13，No.12，pp.16-21，1992
陳國良，神經計算及其在組合優化中的應用，計算機研究與發展，Vol.29，No.5，pp.1-21，1992
陳國良，朱松純，秦小鷗，主從通用神經網路模型，電子學報，Vol.20，No.10，pp.24-32，1992
陳國良，張永民，改進的多層柵格嵌入演算法，計算機學報，Vol.14，No.5，pp.332-339，1991
陳國良，韓雅華，Benes網路的半自動選路法，計算機學報，Vol.13，No.3，pp.161-173，1990
G.L.Chen，An O(n) Switch setting Algorithm for the Benes Network，PPCC-3，Beijing，China，Vol. 8，pp.16-19，1989
陳國良，VLSI並行計算，計算機工程與應用，No.2， pp.1-35，1989
G.L.Chen，H.Shen，A Bitonic Selection Algorithm on Multiprocessors，J.of comput. Sci.&Tech.，Vol.4，No.4，pp.315-322，1989
陳國良，非數值計算的並行演算法（下），計算機研究與發展，Vol.25，No.12，pp.1-10，1988
Chen Guoliang，A Partitioning Selection Algorithm on Multiprocessors，J.of comput. Sci.&Tech.，Vol.3，No.4，pp.241-250，1988
陳國良，劉峻，多處理器上的分組選擇網路，計算機研究與發展，Vol.25，No.8，pp.1-9，1988
陳國良，王忠良，並行歸並選擇演算法，計算機學報，Vol. 11，No.1，pp.14-21，1988
陳國良，沈鴻，SIMD機器上的雙調選擇演算法，計算機研究與發展， Vol. 25，No.1，pp.1-14，1988
陳國良，沈鴻，雙調選擇網路及其在多處理器上實現的雙調選擇演算法，計算機研究與發展，Vol. 24，No.9，pp.1-10，1987
陳國良，熊焰，兩個不同機種局部區域網路Cnet和Omninet網際互連，小型微型計算機系統，No.2，pp.1-8，1987
K.L.Chen and H.Shang，Bitonic Selection Algorithm on SIMD machine，The Second International conf. On computers and applications，Beijing，China，pp.176-182，1987
陳國良，數據流計算機的互連結構，計算機研究與發展，Vol. 23，No.9，pp.2-10，1986
陳國良，計算機網路互連研究，計算機研究與發展，Vol. 23，No.11，pp.2-10，1986
陳國良，選擇網路的比較研究，中國科大學報，pp.109-120，1985
陳國良，多處理機系統的互連網路，計算機研究與發展，Vol. 28，No.8，pp.30-50，1985
陳國良，計算機網路拓撲（上），計算機研究與發展，Vol. 22，No.10， pp.37-45，1985
陳國良，計算機網路拓撲（下），計算機研究與發展，Vol. 22，No.11， pp.7-15，1985
B.W.Wah and K.L.Chen，A partitioning approach to the design of selection networks， IEEE Trans. On-computers，Vol.c-23，No.3 pp.261-268，1984
陳國良，平衡遞歸選擇演算法，計算機研究與發展，Vol. 21，No.4，pp.7-17，1984
陳國良，並行排序演算法，計算機工程與應用，pp.62-72，1984
B.W.Wah and K.L.Chen，Generalized parallel selection networks，The first International conf. On computers and applications，Beijing，China，pp.406-413，1984
數據流計算機，計算機研究與發展，Vol. 21，No.9，pp.34-46，1984
陳國良，平衡分組選擇網路，計算機研究與發展，Vol. 21，No.11，pp.9-21，1984
個人榮譽
中國科學技術大學軟體學院院長、國家高性能計算中心(合肥)主任陳國良教授，數十年來，他嘔心瀝血，勇攀科技高峰，培養了一大批優秀人才，為我國的科技發展和經濟建設作出了重要貢獻。
中國科學院院士、中國科技大學教授陳國良受聘南京郵電大學兼職教授暨院士學術報告會在學校科學會堂報告廳舉行。副校長張順頤教授主持儀式和報告會。副校長鄭寶玉教授向陳國良教授頒發了兼職教授聘書。受聘後，陳院士將不定期到我校對計算機學科和信息與計算學科的學科建設、教學和科研等工作進行指導。
陳國良院士是我國計算機並行演算法的理論、設計和應用方面傑出的科學家。最早提出並行演算法研究的一系列新觀點和新方法，形成了「並行演算法—並行計算機—並行編程」一體化研究體系。在非數值並行演算法和高性能計算及其應用的研究方面做出了系統的創造性成就和重大貢獻。是全國100名名師之一。陳國良院士受聘我校兼職教授後，將會極大地促進計算機學科和信息與計算學科的發展。
研究成果
上世紀90年代中期，陳國良教授開展了高性能計算及其應用的研究，率先成立了我國第一個國家高性能計算中心，推進了我國該領域的發展；開發了自主版權的國產曙光並行機「用戶開發環境」商用軟體，為推廣國產並行機應用做出了重要貢獻。以陳國良為首席科學家的國家高性能計算中心(合肥)成立10年來，先後承擔了國家863、國家自然科學基金等項目20多項，總經費達4000餘萬元。在國內高校率先開設了並行演算法、並行體系結構等一系列高性能計算方面的專業課，形成了並行演算法類教學體系，推動了我國高性能並行計算學科的研究與發展。
陳國良圖冊
陳國良教授將高性能計算的理論與方法應用於淮河流域的防洪、防污和水環境的治理。他與淮委合作研製開發的國家863重大項目安徽省防災減災智能信息與決策支持系統，在汛期對淮河中上游九大水庫進行防洪調度，他負責研製的淮河流域防洪防污智能調度系統，以削峰、錯峰調度為目標，將氣象數值預報、水情信息的獲取與分析、流域匯流計算與洪水預警預報、水庫的聯合調度等有機結合，在流域防洪調度決策工作中發揮了重要的作用。2003年夏，淮河流域遭受特大洪澇災害。陳國良帶領中國科大師生一行十多人跑到一線現場，為防洪調度決策提供高性能計算支持。為確保計算參數的准確性，他還與淮河水利委員會的技術人員一同到方邱湖、西大壩等防洪重點區域實地考察，提出了洪水演進計算方案，為這一區域的防洪調度工作提供了科學依據。
在陳國良眼裡，教學永遠是第一位的。30多年來，他一直站在教學一線。他培養的30多名博士生中，不少人已經成為學科帶頭人和技術骨幹。1998年，陳國良榮獲安徽省教育系統模範和安徽省模範教師稱號，2003年，獲得首屆國家教學名師獎

人物語錄
亦工亦農：農民出生，在農村長大，對農村情況非常的熟悉。陳老說，雖然自己經歷了很多，做過很多職業，但自己骨子裡卻始終不該農民的本色。至於「工」，則是因為進過軍工廠，當過工人。陳老說自己對工人也有深厚的感情，他覺得工人的感情十分的樸素真摯，人也很容易相處。
陳國良圖冊
亦文亦武：念了大學，還出過國深造，也算得上是一名知識分子。而且自1973年調入中國科學技術大學工作至今就一直在與「文」打交道。「武」方面是因為自己在大學畢業後參軍在軍隊里呆了四五年時間，還到過福建前線。
亦強亦弱：進入大學，先是在電力系學強電，則是「強」，後來轉學的無線電與計算機都是弱電壓，所以稱之為「弱」。
亦硬亦軟：先是研究計算機硬體方面的知識，後來又研究了計算機軟體方面的知識。
亦理亦實：既做理論，又實踐。兩手抓，兩手都硬。
亦中亦西：雖然自己在國內外都沒有取得博士學位，但是研究還是有一定的成就。經常到別的國家的高校進行學術交流，在中西兩方面都有一定成果和影響。
陳老還與在場的所有聽眾分享了他的一些小小故事：學英語發音、教專業英語、在部隊的種種經歷……，他幽默詼諧的語言引來了一陣陣掌聲。他還認真回答了互動環節中同學們的積極提問。
二十四個普通的漢字，堆砌的是陳老不平凡的一生。他的謙和、樸素、認真的品質盡現了大師風范，也是這次講座座無虛席的理由。
個人影響
重獎成果中科院院士陳國良獲得個人一等獎
中科院院士、中國科技大學教授、中國高性能計算機中心（合肥）主任陳國良教授申報的高性能並行計算及其應用項目獲得個人首屆「浪潮高性能計算創新獎」一等獎。陳國良教授及其開創的高性能並行計算及其應用，為推動中國高性能科學計算的發展做出了突出的貢獻。在國際上，使我國的高性能並行演算法達到國際先進水平。
高性能並行計算及其應用形成了並行計算理論--並行演算法設計--並行計算實現--並行計算應用一套完整的學科研究體系，提出了並行機結構--並行演算法--並行編程一體化的研究方法。高性能並行計算及其應用的重要內容涉及一些經典問題的並行演算法研究，如網路與排序演算法、圖論演算法、互聯網路及其路由演算法、VLS布局演算法等，達到了國際領先水平。在國際上，高性能並行計算及其應用，將結構、演算法和編程有機聯系起來，解決了水科學、氣象預報、石油開采鑽探等實際科學工程計算問題，也在國際同行研究中獨具特色。
陳國良圖冊
高性能並行計算及其應用目前在國內許多工程項目中得到廣泛的應用，並取得了非常好的經濟和社會效益。以高性能並行計算及其應用為基礎的國家863重大項目安徽省防災減災智能信息與決策支持系統，這一系統將中尺度數值氣象預報模式的計算結果作為水情預測和群庫優化調度的決策參考依據，在汛期對淮河中上游九大水庫進行防洪調度，取得了顯著的社會和經濟效益。
而淮河流域防洪防污智能調度系統，以削峰、錯峰調度為目標，將氣象數值預報、水情信息的獲取與分析、流域匯流計算與洪水預警預報、水庫的聯合調度等有機結合，其研究結果作為預報的參考依據，在流域防洪調度決策工作中發揮了重要的作用。在戰勝2004年夏季淮河遭受的超過50年一遇的特大洪水中，為政府部門防洪提供了及時有效的數據支持，為防洪決策提供了有力的支持。
眾所周知，淮河流域是一個水患與污患並重的特殊流域，非汛期的防污、控污任務非常艱巨。以陳國良院士的並行計算為基礎，利用計算網格、信息網格等網格計算技術，構建的流域數字化基礎信息平台，開發水資源污染控制系統，為淮河污染治理提供了有力的決策支持。2004年夏，淮河遭受到10年一遇的特大污染，追蹤污水團沿河順流下洩的情況，為提前開閘泄污，消化與稀釋污水團提供了高性能計算支持。